AI×DePin：智慧基礎設施協同進化

5,752 0 2

介紹

去中心化實體基礎設施網路（DePIN）是區塊鏈技術與物聯網（IoT）結合的前沿概念，正逐漸引起產業內外的廣泛關注。 DePIN透過去中心化架構重新定義了實體設備的管理和控制模式，顯示出有可能引發電網、廢棄物管理系統等傳統基礎設施領域的顛覆性變革。傳統基礎建設項目長期以來由政府和大型企業集中控制，往往面臨服務成本高、服務品質不穩定、創新有限等問題。 DePin提供了一種新的解決方案，旨在透過分散式帳本和智慧合約技術實現對實體設備的去中心化管理和控制，從而提高系統的透明度、可信度和安全性。

定義特性和優點

去中心化管理和透明化：DePIN透過區塊鏈技術的分散式帳本和智慧合約實現對實體設備的去中心化管理，使設備所有者、用戶和相關利益相關者能夠透過共識機制驗證設備的狀態和運行情況。這不僅提高了設備的安全性和可靠性，也保證了系統運作的透明度。例如，在虛擬電廠（VPP）領域，DePIN可以讓插座的溯源資料公開透明，讓使用者清楚了解資料的生產和流通流程。
風險分散和系統連續性：透過將實體設備分佈到不同的地理位置和多個參與者，DePIN有效降低了系統的中心化風險，避免單點故障對整個系統的影響。即使某個節點發生故障，其他節點也能繼續運作並提供服務，確保系統的連續性和高可用性。
智慧合約自動化：DePIN利用智慧合約實現設備操作自動化，進而提高操作效率與準確性。智慧合約的執行過程在區塊鏈上完全可追溯，每一步操作都被記錄下來，任何人都可以驗證合約的執行情況。這項機制不僅提高了合約執行的效率，也增強了系統的透明度和可信度。

DePINs五層架構解析

概述

儘管雲端設備通常高度中心化，但DePIN（去中心化實體基礎設施網路）透過多層模組化技術棧的設計，成功模擬了中心化的雲端運算功能。其架構包括應用層、治理層、資料層、區塊鏈層和基礎設施層，每一層在整個系統中都起著關鍵作用，以確保網路高效、安全、去中心化的運作。以下將對這五層進行詳細分析。

應用層

功能：應用層是DePIN生態中直接面向使用者的部分，負責提供各種特定的應用與服務。透過這一層，底層技術和基礎設施轉化為使用者可以直接使用的功能，例如物聯網（IoT）應用、分散式儲存、去中心化金融（DeFi）服務等。
重要性：
使用者體驗：應用層決定了使用者如何與DePIN網路交互，直接影響使用者體驗和網路的普及程度。
多樣性和創新性：此層支援多種應用，有助於生態系統的多樣性和創新性，吸引不同領域的開發者和使用者參與。
價值實現：應用層將網路技術優勢轉化為實際價值，促進網路永續發展和使用者利益的實現。

治理層

功能：治理層可以在鏈上、鏈下或混合模式下運行，負責制定和執行網路規則，包括協定升級、資源分配和衝突解決。通常採用DAO（去中心化自治組織）等去中心化治理機制來確保決策過程的透明、公平和民主。
重要性：
去中心化決策：治理層透過去中心化決策權，降低單點控制的風險，提高網路的抗審查性和穩定性。
社群參與：此層鼓勵社群成員的積極參與，增強使用者的歸屬感，促進網路的健康發展。
靈活性和適應性：有效的治理機制使網路能夠快速回應外部環境變化和技術進步，保持競爭力。

資料層

功能：資料層負責管理和儲存網路中的所有數據，包括交易數據、使用者資訊和智慧合約。它確保資料的完整性、可用性和隱私性，同時提供高效的資料存取和處理能力。
重要性：
資料安全：資料層透過加密和去中心化存儲，保護使用者資料不被未經授權的存取和篡改。
可擴展性：高效率的資料管理機制支援網路擴展，處理大量並發資料請求，確保系統效能和穩定性。
資料透明：公開透明的資料儲存增加了網路的信任度，使用戶能夠驗證和稽核資料的真實性。

區塊鏈層

功能：區塊鏈層是DePIN網路的核心，負責記錄所有交易和智慧合約，並保證資料的不可篡改和可追溯性。此層提供PoS（權益證明）或PoW（工作量證明）等去中心化共識機制，以確保網路的安全性和一致性。
重要性：
去中心化信任：區塊鏈技術消除了對中心化中介機構的依賴，透過分散式帳本建立信任機制。
安全性：強大的加密和共識機制可保護網路免受攻擊和欺詐，維護系統的完整性。
智慧合約：區塊鏈層支援自動化和去中心化的業務邏輯，提高網路的功能和效率。

基礎設施層

功能：基礎設施層包括支援整個DePIN網路運作的實體和技術基礎設施，如伺服器、網路設備、資料中心、能源供應等。此層確保網路的高可用性、穩定性和效能。
重要性：
可靠性：堅實的基礎設施保證網路的持續運行，避免因硬體故障或網路中斷而導致服務不可用。
效能優化：高效率的基礎設施提高網路處理速度和回應能力，改善使用者體驗。
可擴展性：靈活的基礎設施設計允許網路根據需要進行擴展，支援更多的使用者和更複雜的應用場景。

連接層

在某些情況下，人們會在基礎設施層和應用層之間添加連接層，負責處理智慧型設備和網路之間的通訊。連接層可以是中心化的雲端服務，也可以是去中心化的網絡，支援HTTP(s)、WebSocket、MQTT、CoAP等多種通訊協議，確保資料的可靠傳輸。

人工智慧如何改變 DePin

智慧化管理與自動化

設備管理與監控：人工智慧技術讓設備管理與監控更加智慧、有效率。在傳統的實體基礎設施中，設備管理和維護往往依賴定期檢查和被動維修，不僅成本高昂，而且容易出現設備故障而未及時發現。透過引入AI，系統可以實現以下優化：
故障預測與預防：機器學習演算法透過分析歷史設備運行數據和即時監控數據，可以預測可能的設備故障。例如，透過分析感測器數據，人工智慧可以提前發現電網中變壓器或發電設備可能出現的故障，提前安排檢修，避免更大規模的停電。
即時監控和自動警報：AI可以24/7即時監控網路中的所有設備，並在發現異常時立即發出警報。這不僅包括設備的硬體狀態，還包括其運作性能，例如溫度、壓力、電流等參數的異常變化。例如，在分散式水處理系統中，人工智慧可以即時監測水質參數，一旦污染物超標，立即通知維修人員進行處理。
智慧維護和最佳化：人工智慧可以根據設備的使用情況和運作狀態動態調整維護計劃，避免過度維護和維護不足。例如，透過分析風力發電機的運作數據，人工智慧可以確定最佳的維護週期和維護措施，以提高發電效率和設備壽命。
資源分配與最佳化：人工智慧在資源分配和優化的應用可以顯著提高DePin網路的效率和效能。傳統的資源分配往往依賴人工調度和靜態規則，難以應對複雜多變的實際情況。 AI可以透過數據分析和優化演算法動態調整資源分配策略，以實現以下目標：
動態負載平衡：在去中心化運算和儲存網路中，AI可以根據節點負載和效能指標動態調整任務分配和資料儲存位置。例如，在分散式儲存網路中，AI可以將存取頻率較高的資料儲存在效能較好的節點上，而將存取頻率較低的資料分佈在負載較輕的節點上，從而提高整個網路的存儲效率和訪問速度。
能源效率優化：人工智慧透過分析設備的能耗數據和運作模式，可以優化能源生產和使用。例如，在智慧電網中，人工智慧可以根據用戶用電習慣和電力需求，優化發電機組的啟停策略和電力分配，從而減少能源消耗和碳排放。
提高資源利用率：人工智慧可以透過深度學習和優化演算法來最大限度地提高資源利用率。例如，在去中心化的物流網路中，人工智慧可以根據即時交通狀況、車輛位置和貨物需求動態調整配送路線和車輛調度計劃，從而提高配送效率並降低物流成本。

數據分析與決策支持

資料收集與處理：在去中心化實體基礎設施網路（DePin）中，資料是核心資產之一。 DePin網路中的各種實體設備和感測器會持續產生大量數據，包括感測器讀數、設備狀態資訊、網路流量數據等。
高效率的數據採集：傳統的數據採集方式可能面臨數據分散、數據品質低等問題。 AI可以透過智慧感測器和邊緣運算在設備本地即時收集高品質數據，並根據需求動態調整數據收集的頻率和範圍。
資料預處理和清理：原始資料通常包含雜訊、冗餘和缺失值。人工智慧技術可以透過自動化資料清理和預處理來提高資料品質。例如，可以利用機器學習演算法來檢測和修正異常資料並填充缺失值，從而確保後續分析的準確性和可靠性。
即時數據處理：DePin網路需要即時處理和分析大量數據，以快速回應物理世界的變化。人工智慧技術，特別是串流處理和分散式運算框架，使即時數據處理成為可能。
智慧決策與預測：在去中心化實體基礎設施網路（DePin）中，智慧決策和預測是人工智慧應用的核心領域之一。人工智慧技術透過深度學習、機器學習和預測模型，可實現複雜系統的智慧決策和精準預測，提高系統的自主性和反應速度：
深度學習與預測模型：深度學習模型可以處理複雜的非線性關係並從大規模資料中提取潛在模式。例如，透過深度學習模型分析設備的運作數據和感測器數據，系統可以識別潛在的故障跡象，提前進行預防性維護，減少設備停機時間，提高生產效率。
最佳化和調度演算法：最佳化和調度演算法是DePin網路中AI智慧決策的另一個重要面向。透過優化資源分配和調度方案，人工智慧可以顯著提高系統效率並降低營運成本。

安全

即時監控和異常檢測：在去中心化實體基礎設施網路（DePin）中，安全性是關鍵因素。人工智慧技術可以透過即時監控和異常檢測，及時發現並應對各種潛在的安全威脅。具體來說，人工智慧系統可以即時分析網路流量、設備狀態和用戶行為，以識別異常活動。例如，在去中心化的通訊網路中，人工智慧可以監控封包的流向，偵測異常流量和惡意攻擊行為。透過機器學習和模式識別技術，系統可以快速識別並隔離受感染的節點，防止攻擊進一步蔓延。
自動威脅回應：人工智慧不僅可以偵測威脅，還可以自動回應。傳統安全系統通常依賴人工幹預，而人工智慧驅動的安全系統可以在偵測到威脅後立即採取行動，從而縮短回應時間。例如，在去中心化能源網路中，如果AI偵測到某個節點出現異常活動，它可以自動切斷與該節點的連接並啟動備份系統，以確保網路的穩定運作。此外，人工智慧還可以透過不斷學習和優化，提高威脅偵測和回應的效率和準確性。
預測性維護與防護：透過資料分析與預測模型，人工智慧可以預測潛在的安全威脅和設備故障，提前採取防護措施。例如，在智慧交通系統中，人工智慧可以分析交通流量和事故數據，預測可能的交通事故高發區域，提前部署緊急措施，降低事故發生機率。同樣，在分散式儲存網路中，AI可以預測儲存節點的故障風險並提前進行維護，以確保資料的安全性和可用性。

DePin 如何改變人工智慧

德品在AI領域的優勢

資源共享和最佳化：DePin允許不同實體共享運算資源、儲存資源和資料資源。這對於AI訓練和推理需要大量計算資源和資料的場景尤其重要。去中心化的資源共享機制可以顯著降低AI系統的運作成本，並提高資源利用率。
資料隱私與安全：在傳統的中心化人工智慧系統中，資料往往儲存在中央伺服器上，這可能會導致資料外洩和隱私問題。 DePin透過分散式儲存和加密技術確保資料安全和隱私。資料持有者可以與人工智慧模型共享資料以進行分散式計算，同時保留資料所有權。
增強可靠性和可用性：透過去中心化的網路結構，DePin提高了AI系統的可靠性和可用性。即使某個節點故障，系統也能繼續運作。去中心化的基礎設施降低了單點故障的風險，並提高了系統的彈性和穩定性。
透明的激勵機制：DePin的通證經濟為資源提供者和使用者之間的交易提供了透明、公平的激勵機制。參與者可以透過貢獻運算資源、儲存資源或數據來獲得代幣獎勵，形成良性循環。

DePin在AI中的潛在應用場景

分佈式AI訓練：AI模型訓練需要大量的運算資源。透過DePin，不同的運算節點可以協同工作，形成分散式訓練網絡，顯著加快訓練速度。例如，去中心化的GPU網路可以為深度學習模型提供訓練支援。
邊緣運算：隨著物聯網設備的普及，邊緣運算成為人工智慧發展的重要方向。 DePin可以將運算任務分發到靠近資料來源的邊緣設備，以提高運算效率和回應速度。例如，智慧家庭設備可以利用DePin實現在地化AI推理，提升使用者體驗。
數據市場：AI模型的性能取決於大量的高品質數據。 DePin可以建立一個去中心化的資料市場，使資料提供者和使用者能夠在保護隱私的同時進行資料交易。透過智慧合約，資料交易過程透明可信，確保資料的真實性和完整性。
去中心化人工智慧服務平台：DePin可以作為支援去中心化人工智慧服務平台的基礎設施。例如，一個去中心化的AI影像辨識服務平台，使用者可以上傳影像，平台透過分散式運算節點處理並傳回結果。該平台不僅提高了服務的可靠性，還透過代幣機制鼓勵開發者不斷優化演算法。

AI+德品項目

本節我們將探討幾個與 AI 相關的 DePin 項目，重點關注去中心化文件儲存和存取平台 Filecoin、去中心化 GPU 算力租賃平台 Io.net 以及去中心化 AI 模型部署和存取平台 Bittensor。這三者在AI領域的資料儲存存取、算力支援訓練、模型部署等方面發揮重要作用。

文件幣

Filecoin是一個去中心化儲存網絡，透過區塊鏈技術和加密貨幣經濟模型實現全球分散式資料儲存。 Filecoin由Protocol Labs開發，旨在創建一個開放的公共儲存市場，用戶可以透過支付Filecoin代幣（FIL）購買網路中的儲存空間，或透過提供儲存服務來賺取FIL。

功能

去中心化儲存：Filecoin以去中心化的方式儲存數據，避免了傳統雲端儲存的中心化弊端，例如單點故障和數據審查風險。
市場驅動：Filecoins儲存市場由供需決定。儲存價格和服務品質透過自由市場機制動態調整。使用者可以根據自己的需求選擇最佳的儲存方案。
可驗證的儲存：Filecoin 透過時空證明（PoSt）和複製證明（PoRep）等機制確保資料在儲存提供者處有效儲存和備份。
激勵機制：Filecoin透過挖礦和交易獎勵機制，鼓勵網路參與者提供儲存和檢索服務，從而提高網路的儲存容量和可用性。
可擴展性：Filecoin網路透過引入分片等技術手段，支援大規模資料儲存和快速訪問，滿足未來海量資料成長的需求。

痛點解決

資料儲存成本高：透過Filecoins去中心化儲存市場，使用者可以更靈活地選擇儲存供應商，降低資料儲存成本。
資料安全和隱私問題：去中心化儲存和加密技術保證了資料的隱私和安全，降低了中心化儲存帶來的資料外洩風險。
資料儲存的可靠性：Filecoin提供的時空證明和複製證明機制保證了資料在預存程序中的完整性和可驗證性，提高了資料儲存的可靠性。
傳統儲存平台的信任問題：Filecoin透過區塊鏈技術實現儲存透明，消除第三方機構對資料的壟斷與操縱，增強用戶對儲存服務的信任。

目標用戶

儲存提供者：響應用戶儲存請求並透過提供對平台的空閒磁碟空間存取權來賺取代幣。儲存提供者需要質押代幣。如果他們未能提供有效的存儲證明，他們將受到懲罰並失去一些質押的代幣。
文件檢索器：當用戶需要存取文件時，他們可以透過檢索文件位置來賺取代幣。文件檢索器不需要抵押代幣。
資料儲存者：透過市場機制，提交他們願意支付的價格，與儲存者配對後，將資料傳送給儲存者。雙方簽署交易指令並提交至區塊鏈。
資料使用者：使用者提交唯一的文件識別碼並支付價格，文件檢索器將找到文件的儲存位置，回應儲存請求並提供資料。

代幣經濟體系

FIL代幣的流通：FIL是Filecoin網路中的原生加密貨幣，用於支付儲存費用、獎勵礦工以及在網路中進行交易。 FIL代幣的流通維持著Filecoin網路的正常運作。
儲存礦工和檢索礦工的獎勵：儲存提供者透過提供儲存空間和資料檢索服務來賺取 FIL 代幣。礦工的獎勵與他們提供的儲存空間、資料存取的頻率以及他們對網路共識的貢獻有關。
網路費用：用戶需要支付FIL代幣來購買儲存和檢索服務。費用由儲存市場的供需決定。用戶可以在市場上自由選擇合適的服務提供者。
代幣發行與通膨：Filecoin的總供應量為20億，透過挖礦獎勵逐步發行新的FIL代幣。隨著礦工數量的增加，網路的通貨膨脹率將逐漸下降。

物聯網

Io.net是一個分散式GPU運算平台，收集並群集閒置算力，為市場提供算力調度和臨時補充，而不是取代現有的雲端運算資源。該平台允許供應商透過簡單的Docker指令部署支援的硬體供用戶租用，以滿足任務分發和處理的需求。透過分散式算力共享的模式，Io.net希望提供接近雲端運算平台的效果，同時大幅降低服務成本。

功能

輕鬆部署：供應商可以透過Docker指令輕鬆部署硬件，使用者可以透過平台方便地租用硬體叢集以獲得所需的算力。
集群算力：透過對閒置算力進行集群，平台充當市場算力的調度者和臨時補充，從而提高計算資源的整體利用率。
安全傳輸與鏈上儲存：平台採用端對端加密技術，確保用戶資料的安全。同時，任務執行資訊將儲存在鏈上，實現日誌的透明永久儲存。
節點健康監控：平台記錄並揭露各節點的健康狀況，包括離線時間、網路速度、任務執行情況等，確保系統的穩定性與可靠性。

痛點解決

算力不足：由於大型模型的興起，訓練所需的GPU算力的市場需求急遽增加。 Io.net透過整合公眾閒置的GPU資源來填補此運算能力缺口。
隱私與合規性：AWS、Google Cloud等大型雲端平台服務商對使用者有嚴格的KYC要求，而Io.net則透過去中心化避免了合規問題，讓使用者可以更靈活地選擇使用資源。
成本高：雲端運算平台的服務價格較高，但Io.net透過分散式算力共享大幅降低成本，同時透過叢集技術實現接近雲端平台的服務品質。

目標用戶

算力提供者：將閒置的GPU接入平台，供其他人使用。根據所提供設備的性能和穩定性，您可以獲得代幣獎勵。
算力用戶：透過消耗代幣來租用GPU或GPU集群，用於任務提交或大模型訓練。
質押者：質押者質押平台代幣，支援平台長期穩定運行，並獲得設備租賃的質押收入，有助於提高優秀設備的排名。

通證經濟體系

代幣使用：平台內的所有交易均使用原生代幣$IO，以減少智能合約中的交易摩擦。使用者和供應商可以使用USDC或$IO進行支付，但使用USDC需要支付2%服務費。
代幣供應總量：$IO 最大供應量為 8 億枚，上線時發行 5 億枚，剩餘 3 億枚用於獎勵供應商和質押者。代幣將在20年內逐步釋放，第一年總量為8%，每月遞減1.02%。
銷毀：平台收入的一部分將用於回購並銷毀$IO，成本來自0.25%的雙邊預留費和使用USDC支付的2%服務費。
代幣分配：代幣將分配給種子投資者、A輪投資者、團隊、生態系統和社群以及供應商獎勵。

位張量 (TAO)

Bittensor是一個去中心化的點對點人工智慧模型市場，旨在透過讓不同的智慧系統相互評價和獎勵來促進人工智慧模型的生產和流通。透過分散式架構，Bittensor 創建了一個可以不斷產生新模型並獎勵貢獻者資訊價值的市場。該平台為研究人員和開發人員提供了部署AI模型賺取收入的平台，而用戶可以透過該平台使用各種AI模型和功能。

功能

分散式市場：Bittensor 建構了去中心化的 AI 模型市場，讓工程師和小型AI系統可以直接將他們的工作貨幣化，打破大公司對AI的壟斷。
標準化和模組化：網路支援多種模式（如文字、圖像和語音），允許不同的AI模型互動和共享知識，並且可以擴展到更複雜的多模態系統。
系統排名：每個節點根據其對網路的貢獻進行排名。貢獻衡量標準包括節點在任務上的表現、其他節點對其產出的評價，以及它在網路中獲得的信任。排名越高的節點將獲得更多的網路權重和獎勵，激勵節點繼續在去中心化市場提供高品質的服務。這種排名機制不僅保證了系統的公平性，還提高了網路的整體運算效率和模型品質。

痛點解決

智慧生產中心化：目前的AI生態系統集中在少數大公司手中，獨立開發者變現困難。 Bittensor透過點對點去中心化市場為獨立開發者和小型AI系統提供直接獲利機會。
計算資源利用率低：傳統AI模型訓練依賴單一任務，無法充分利用多樣化的智慧系統。 Bittensor允許不同類型的智慧系統相互協作，提高運算資源的使用效率。

目標用戶

節點運作者：將算力和模型連接到Bittensor網絡，透過參與任務處理和模型訓練獲得代幣獎勵。節點營運者可以是獨立開發者、小型人工智慧公司，甚至是個人研究人員，透過提供優質的運算資源和模型來提高自己在網路中的排名和收入。
AI模型用戶：需要AI運算資源和模型服務的用戶透過支付代幣的方式在Bittensor網路中租用算力和智慧模型。使用者可以是利用網路中的優質模型完成特定任務的企業、科研機構或個人開發者，如資料分析、模型推理等。
質押者：持有Bittensor代幣的用戶透過質押支持網路的長期穩定運作並獲得質押獎勵。質押者不僅可以從網路的通膨中受益，還可以透過質押提高其支持的節點的排名，從而間接影響網路的整體運算效率和收入分配。

通證經濟體系

代幣使用：Bittensor網路內的所有交易和激勵均透過原生代幣進行，減少交易過程中的摩擦。用戶可以使用代幣來支付運算資源和模型服務，節點業者透過提供服務來賺取代幣。
代幣生成：每12秒產生一個區塊，產生1個TAO代幣，根據子網路的效能和子網路中節點的效能進行分配。代幣分配比例為：18%分配給子網路所有者，子網路礦工和驗證人各獲得41%。代幣的最大供應量為 2,100 萬個。

DePin的挑戰與結論

DePIN作為新興的網路架構，透過結合區塊鏈技術，實現了實體基礎設施的去中心化管理。這項創新不僅解決了傳統基礎設施面臨的資料隱私、服務中斷和擴展成本高等問題，而且透過代幣激勵機制和自組織模型賦予網路參與者更多的控制權和參與度。儘管DePIN展現了巨大的潛力，但仍面臨一些挑戰。

可擴展性：DePIN的可擴展性問題源自於其對區塊鏈技術去中心化性質的依賴。隨著用戶數量和網路規模的增加，區塊鏈網路上的交易量也會增加。尤其是DePIN應用與物理世界的連接，對訊息傳輸提出了更高的要求。這將導致交易確認時間更長、交易費用增加，進而影響整體網路效率和使用者體驗。
互通性：DePIN生態系統建立在多個區塊鏈之上，這要求DePIN應用程式支援同構或異質狀態轉換，並實現與其他區塊鏈網路的無縫互通性。然而，目前的互通解決方案通常僅限於特定的區塊鏈生態系統或伴隨著高昂的跨鏈成本，難以完全滿足DePIN的需求。
監管合規性：作為Web 3.0生態系統的一部分，DePIN面臨多重監管挑戰。其去中心化和匿名性使得監管機構難以監控資金流向，這可能導致非法集資、傳銷和洗錢活動增加。此外，在稅務監管方面，由於帳戶的匿名性，政府很難收集徵稅所需的證據，這對現有的稅收制度提出了挑戰。

未來，DePIN的發展將取決於這些關鍵問題的解決，並有望在廣泛的應用情境中發揮重要作用，重塑實體基礎設施的運作模式。

本文源自網路：AI×DePin：智慧基礎設施的協同演化

相關：近期值得關注的7個NFT專案一覽

原作者：Cookie Ephemera Erin Redwing (@realizingerin)，比特幣播客 Hell Money 的主持人，與 Ordinals 協議創始人 Casey Rodarmor 共同主持，也被戲稱為 Ordinals Mommy。 Ephemera 是 Erin Redwings 的新系列。從藝術形象呈現的角度來看，它是一種動態的、互動式的3D時間記錄儀器。 Ephemera 從一個全新的角度看待比特幣－一個去中心化的時鐘。這一代的新幣是作為一種計時方式（比特幣區塊鏈記錄的完整日誌，想像一下數千年或數萬年後訪問地球的外星文明挖出了比特幣全節點？），解耦了從集中式公曆計時方式，與大自然的分散式計時方式結合——…